HDFS是一個分布式文件存儲系統，前身來自於Google發布的大數據三駕馬車之一GFS (Google File System)。
HDFS的優點：
1、高容錯
hdfs具有很高的容錯性，數據自動保存為多個副本，默認為三副本機制，還能夠通過自己自定義副本數來提高容錯性。
當某個節點的副本丟失后，可以通過其他的備份副本進行恢復。
2、塊存儲
hdfs中的文件是以塊的形式進行存儲的，hadoop2.x后的版本默認為128m為一塊。
128m為一塊是由最佳傳輸損耗原理來得到的數字，當一個文件大小為128m時此時傳輸讀取的效率是最高的。
最佳傳輸損耗原理：
當讀取一個文件的時候，所需要的時間分為兩部分：尋址時間、傳輸時間。根據目前的技術水平，機械磁盤的尋址時間普遍在10ms左右，而傳輸時間取決於要讀取文件的大小，讀取的文件越大，所需要的傳輸時間越長，那么，一次讀取多少文件效率最高呢？根據經驗尋址時間占傳輸時間1% 的時候，是傳輸一個文件效率最高的。
3、適合處理大規模數據集
數據規模：能夠處理數據規模達到 GB、TB 甚至 PB級別數據。
文件規模：能夠處理百萬規模以上的文件數量。
4、高可靠性
由於具有高容錯性，所以集群可以部署在廉價的機器上，並且保證數據不會丟失。
HDFS的缺點：
1、不適合低延遲的數據訪問
訪問hdfs的數據是相對較慢的，無法做到像 mysql 那樣的毫秒級別的讀寫數據。
2、不適合存儲大量的小文件
所有存儲在 hdfs上的文件都需要由 NameNode來管理元數據信息，每個 block塊的元數據信息都會占用 150字節的內存空間，會增大 NameNode的負擔。
例如同樣存儲10M的內容，采取副本數為3的備份機制，這10M放在一個文件中，所用到的元數據占用的內存為150*3=450字節，如果把這10M放到10個文件中，則占用150*10*3=4500字節，很明顯，存儲相同的內容，第二種方式占用的內存更多。
3、不支持並發寫入以及隨即修改
一個文件只能有一個用戶寫，不允許多個線程同時寫入
僅支持數據的追加，不支持文件的隨即修改